JP6623545B2 - 検査システム、検査方法、プログラムおよび記憶媒体 - Google Patents

Description

本発明は、検査システム、検査方法、プログラムおよび記憶媒体に関する。

めっき処理など各種の処理を行った基板等については、外観検査による欠陥の検査を行う。外観検査は、検査対象の撮影画像に対し画像処理を施すなどして行われる。特許文献１には、検査対象の撮影画像と良品画像との差分画像から欠陥部分を明、他を暗とした二値画像を作成し、これを用いて欠陥種類が何であるかを判別するシステムが開示されている。

特開2003−168114号公報

このようなシステムでは、より人間の判断に近く、精度の良い欠陥の分類ができることが望まれている。この点、特許文献１では欠陥部分を明、他を暗とした二値画像を用いるため、欠陥部分の面積や形状等の情報でしか欠陥種類の判別ができないという問題があった。

本発明は、欠陥検査を好適に行える検査システムを提供することを目的とする。

前述した課題を解決するための第１の発明は、検査対象を撮影したグレースケール画像による撮影画像から検査対象の欠陥を検出する検出手段と、検査対象を撮影したカラー画像から検査対象の欠陥部分を抽出する抽出手段と、検査対象を撮影したカラー画像による撮影画像に基づき、前記欠陥部分の色情報を用いて欠陥種類を判別する判別手段と、を有し、前記検出手段は、検査対象の複数の領域のそれぞれについて、前記領域を特定するためのマスク画像を用いて欠陥の検出を行い、前記判別手段は、前記欠陥部分の解像度を前記グレースケール画像の解像度に合わせ、前記検出手段による前記欠陥の検出位置に基づいて、前記マスク画像に基づいて作成された領域画像上に前記欠陥部分をマッチングし、前記欠陥部分が検査対象上のどの領域に位置するかを特定することを特徴とする検査システムである。

本発明では、検査対象を撮影したカラー画像を用いて、その色情報から目視による見えと変わらない条件で欠陥種類の判別ができるようになり、人間の判断に近く、高精度な欠陥の分類を行うことが可能になる。このように色情報を用いて欠陥種類を自動で判別することで、各種の欠陥の発生率をプロセス工程へフィードバックするなどして品質向上に寄与できる。

また、本発明では欠陥部分の抽出もカラー画像から行うことができ、目視に近い条件で欠陥部分の抽出が可能になる。

前記判別手段は、前記欠陥部分の面積が基準値を上回っている場合、欠陥種類の判別を行うことが望ましい。
このように欠陥部分の面積を元に切り分けを行い、必要なもののみ欠陥種類の判別を行うことができる。

本発明の検査システムは、検査対象を撮影したグレースケール画像による撮影画像から検査対象の欠陥を検出する検出手段を有しており、前記カラー画像は、前記検出手段で検出した欠陥を含む、検査対象の一部の範囲を撮影したものであることが望ましい。
グレースケール画像による検査を併用することで、検査効率を向上させることができる。すなわち、グレースケール画像を用いて簡易な欠陥検出を行うことができ、この場合、カラー画像は検出手段で検出した欠陥を含む一部の範囲を撮影したものであればよく、検査対象全体を撮影する必要はないので検査効率が向上する。

検査対象は、所定のパターンのパターン部分を複数有するものであり、前記カラー画像は、検査対象のパターン部分において前記欠陥を含む範囲を撮影した第１の画像と、別のパターン部分において、前記範囲に対応する範囲を撮影した第２の画像とを含むことが望ましい。
欠陥を含む範囲の画像と比較するための画像を、検査時に検査対象から撮影して取得することで、事前に正の画像を用意する必要がなく、検査の手間が省ける。

前記抽出手段は、前記第１の画像と前記第２の画像の対応する位置の画素値の差分をとって作成した差分画像から前記欠陥部分の抽出を行うことが望ましい。前記判別手段は、前記差分画像における前記欠陥部分の色情報を用いて欠陥種類の判別を行うことができる。
例えば上記のような手法により欠陥部分の抽出と欠陥種類の判別を好適に行うことができる。

本発明の検査システムにおいて、前記検出手段は、検査対象の複数の領域のそれぞれについて、前記領域を特定するためのマスク画像を用いて欠陥の検出を行い、前記判別手段は、前記マスク画像に基づいて、前記欠陥部分が検査対象上のどの領域に位置するかを特定する。前記判別手段は、前記欠陥部分が位置する検査対象上の領域ごとの基準を用いて、前記欠陥部分の欠陥種類を判別することが望ましい。
このように検査対象の領域ごとの検査を行うことで、各領域の材質等に応じた高精度な欠陥検査ができ、誤検知なども抑制できる。また各手段で共通のマスク画像を用いることで、検査の手間も省略できる。

第２の発明は、検査システムの検出手段が、検査対象を撮影したグレースケール画像による撮影画像から検査対象の欠陥を検出し、前記検査システムの抽出手段が、検査対象を撮影したカラー画像から検査対象の欠陥部分を抽出し、前記検査システムの判別手段が、検査対象を撮影したカラー画像による撮影画像に基づき、前記欠陥部分の色情報を用いて欠陥種類を判別し、前記検出手段は、検査対象の複数の領域のそれぞれについて、前記領域を特定するためのマスク画像を用いて欠陥の検出を行い、前記判別手段は、前記欠陥部分の解像度を前記グレースケール画像の解像度に合わせ、前記検出手段による前記欠陥の検出位置に基づいて、前記マスク画像に基づいて作成された領域画像上に前記欠陥部分をマッチングし、前記欠陥部分が検査対象上のどの領域に位置するかを特定することを特徴とする検査方法である。

第３の発明は、コンピュータを、検査対象を撮影したグレースケール画像による撮影画像から検査対象の欠陥を検出する検出手段と、検査対象を撮影したカラー画像から検査対象の欠陥部分を抽出する抽出手段と、検査対象を撮影したカラー画像による撮影画像に基づき、前記欠陥部分の色情報を用いて欠陥種類を判別する判別手段と、して機能させ、前記検出手段は、検査対象の複数の領域のそれぞれについて、前記領域を特定するためのマスク画像を用いて欠陥の検出を行い、前記判別手段は、前記欠陥部分の解像度を前記グレースケール画像の解像度に合わせ、前記検出手段による前記欠陥の検出位置に基づいて、前記マスク画像に基づいて作成された領域画像上に前記欠陥部分をマッチングし、前記欠陥部分が検査対象上のどの領域に位置するかを特定することを特徴とするプログラムである。

第４の発明は、コンピュータを、検査対象を撮影したグレースケール画像による撮影画像から検査対象の欠陥を検出する検出手段と、検査対象を撮影したカラー画像から検査対象の欠陥部分を抽出する抽出手段と、検査対象を撮影したカラー画像による撮影画像に基づき、前記欠陥部分の色情報を用いて欠陥種類を判別する判別手段と、して機能させ、前記検出手段は、検査対象の複数の領域のそれぞれについて、前記領域を特定するためのマスク画像を用いて欠陥の検出を行い、前記判別手段は、前記欠陥部分の解像度を前記グレースケール画像の解像度に合わせ、前記検出手段による前記欠陥の検出位置に基づいて、前記マスク画像に基づいて作成された領域画像上に前記欠陥部分をマッチングし、前記欠陥部分が検査対象上のどの領域に位置するかを特定することを特徴とするプログラムを記憶した記憶媒体である。

本発明により、欠陥検査を好適に行える検査システムを提供することができる。

検査システム１の概略構成を示す図 検査対象１０とパターン部分１０ａを示す図 ラインカメラ撮影部２を示す図 検査装置３のハードウェア構成を示す図 エリアカメラ撮影部５と検査ステージ５５を示す図 検査方法の概略を示すフローチャート 検査装置３での欠陥検査の流れを示すフローチャート マスク画像の例を示す図 差分画像を模式的に示した例 検査装置６での欠陥検査の流れを示すフローチャート 検査対象１０上の欠陥範囲と比較範囲の例を示す図 欠陥部分の画像を示す図 領域画像５００の例を示す図

以下、図面に基づいて本発明の好適な実施形態について詳細に説明する。

（１．検査システム１の概略構成）
図１は本発明の実施形態に係る検査システム１の概略構成を示す図である。図１に示す検査システム１は、ラインカメラ検査部１００とエリアカメラ検査部２００を有し、これらの検査部で検査対象１０の検査を行うものである。

ラインカメラ検査部１００は、ラインカメラ撮影部２、検査装置３等から構成される。エリアカメラ検査部２００は、エリアカメラ撮影部５、検査装置６等から構成される。

（２．検査対象１０）
図２（ａ）は本実施形態に係る検査対象１０を示す図である。図２（ａ）に示す検査対象１０は、銅板等の基材の表面にパターンを形成したパターン部分１０ａが、基材上に複数面付けされたものである。図の例では、パターン部分１０ａが縦２×横３の計６面面付けされている。

図２（ｂ）は、図２（ａ）の線ａ−ａに沿ったパターン部分１０ａの鉛直方向断面を見たものである。本実施形態では、パターン部分１０ａにおいて、基材上に亜鉛めっきを施しためっき領域１２、基材のハーフエッチングを行ったハーフエッチング領域１３、及びめっき処理やハーフエッチング処理が行われていない基材そのものの領域である素材領域１１によるパターンが形成されているものとする。

また図２（ａ）の例では、左上のパターン部分１０ａにおいて、素材領域１１の欠陥１１１とハーフエッチング領域１３の欠陥１３１が存在し、その右隣のパターン部分１０ａにおいて、めっき領域１２の欠陥１２１が存在するものとする。

これらの欠陥としては、例えば素材領域１１であれば洗浄後のレジスト残り等があり、めっき領域１２であればめっき欠けなどがある。またハーフエッチング領域１３であれば過度なエッチングによる薄厚化等がある。ただし、欠陥としては他にも検査対象１０の汚れや処理ムラ等があり、上記したものに限ることはない。

（３．ラインカメラ検査部１００）
前記したように、ラインカメラ検査部１００は、ラインカメラ撮影部２、検査装置３等から構成される。

ラインカメラ撮影部２は、検査装置３の制御によりラインカメラで検査対象１０を撮影するものである。図３はラインカメラ撮影部２を示す図である。ラインカメラ撮影部２は、３つの撮影ユニット２０ａ、２０ｂ、２０ｃから構成され、搬送装置２５によって矢印Ａに示す方向に搬送される検査対象１０の撮影を順次行う。

撮影ユニット２０ａでは、ラインカメラ２１、同軸照明２２、ドーム照明２３が検査対象１０の表面側に設けられる。撮影ユニット２０ａでは、同軸照明２２及びドーム照明２３を用いて検査対象１０の周囲から検査対象１０の表面に検査光２６を照射し、検査対象１０の表面の法線方向に反射した検査光２６をラインカメラ２１で受光して検査対象１０の撮影を行う。

ラインカメラ２１は、ライン状に配列した複数の受光素子の各々で検査光を受光するものであり、ラインカメラ２１の長手方向（受光素子の配列方向）を検査対象１０の搬送方向と平面上直交する方向に合わせて配置される。本実施形態では、ラインカメラ２１によりグレースケール画像による撮影が行われる。

同軸照明２２は、検査対象１０の表面の法線方向（同軸方向）に沿って検査光２６を照射するものである。同軸照明２２では、光源２２１から出射した白色の検査光２６がハーフミラー２２２によって反射され、検査対象１０の表面の法線方向に沿って検査対象１０へと照射される。

ドーム照明２３は、ドーム内面から白色の検査光２６を検査対象１０に向けて照射するものである。ドーム照明２３は検査対象１０とラインカメラ２１の間に配置されており、さらにドーム照明２３とラインカメラ２１の間には同軸照明２２が配置される。ドーム照明２３のドーム内面の頂部には孔２３１が設けられる。この部分は検査対象１０の表面の法線方向に対応しており、孔２３１を介して同軸照明２２からの検査光２６を通すことができるようになっている。

撮影ユニット２０ａは、特に検査対象１０の素材領域１１を検査するために用いられ、上記の同軸照明２２とドーム照明２３を併用することで、検査対象１０の周囲から検査対象１０に検査光２６を照射できる。検査対象１０の周囲から照明を行うことで、銅板の圧延筋など、製品に影響を与えない程度の微小な凹凸が検査結果に影響を与えるのを抑制し、検査対象１０上のムラや汚れといった欠陥を好適に検査できる。

撮影ユニット２０ｂも撮影ユニット２０ａと同様のラインカメラ２１、同軸照明２２、ドーム照明２３の構成を有するが、青色の検査光を用いる点で異なる。撮影ユニット２０ｂは特に検査対象１０のめっき領域１２を検査するために用いられ、めっき層での反射率が高い青色の検査光を用いることで欠陥が検出しやすくなる。このように本実施形態では異なる色の検査光を用いることで、素材領域１１やめっき領域１２など検査対象１０の複数の領域ごとに、検査に適した照明を行って検査対象１０を撮影し、検査を好適に行うことができる。

撮影ユニット２０ｃでは、検査対象１０の裏面を検査するため、撮影ユニット２０ａと同様のラインカメラ２１、同軸照明２２、ドーム照明２３の構成が検査対象１０の裏面側に設けられる。なお、この裏面の検査については裏面の撮影画像から既知の種々の方法により行うことができ、詳細な説明は省略する。

撮影ユニット２０ｃでは、さらに、検査対象１０の表面側に照明２４が設けられる。照明２４は検査対象１０の表面の法線方向に沿って検査対象１０に白色の検査光２８を照射する。撮影ユニット２０ｃでは、検査対象１０を透過した検査光２８をラインカメラ２１で受光して撮影を行うことができ、この撮影画像から検査対象１０のハーフエッチング領域１３を検査することができる。例えばハーフエッチング領域１３に過度なエッチングにより薄厚化した欠陥があると、透過する検査光２８の量が多くなる。

検査装置３は、ラインカメラ撮影部２を制御して検査対象１０の撮影をグレースケール画像にて行い、このグレースケール画像に基づいて検査対象１０の欠陥検査を行うものである。

図４は検査装置３のハードウェア構成を示す図である。図４に示すように、検査装置３は、例えば制御部３１、記憶部３２、入力部３３、表示部３４、通信部３５等をバス３６により接続して構成されたコンピュータにより実現できる。但しこれに限ることなく、適宜様々な構成をとることができる。

制御部３１は、ＣＰＵ、ＲＯＭ、ＲＡＭなどから構成される。ＣＰＵは、記憶部３２、ＲＯＭなどの記録媒体に格納された検査装置３の処理に係るプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行する。ＲＯＭは不揮発性メモリであり、コンピュータのブートプログラムやＢＩＯＳなどのプログラム、データなどを恒久的に保持している。ＲＡＭは揮発性メモリであり、記憶部３２、ＲＯＭなどからロードしたプログラムやデータを一時的に保持するとともに、制御部３１が各種処理を行う為に使用するワークエリアを備える。

記憶部３２は例えばハードディスクドライブであり、制御部３１が実行するプログラム、プログラム実行に必要なデータ、ＯＳなどが格納される。これらのプログラムやデータは、制御部３１により必要に応じて読み出され、ＲＡＭに移して実行される。

入力部３３はデータの入力を行い、例えばキーボード、マウスなどのポインティングデバイス、テンキーなどの入力装置を有する。
表示部３４は、液晶パネルなどのディスプレイ装置と、ディスプレイ装置と連携して表示機能を実現するための論理回路（ビデオアダプタ等）を有する。

通信部３５は、ネットワーク等を介した通信を媒介する通信インタフェースであり、他の装置との間で通信を行う。
バス３６は、各部間の制御信号、データ信号等の授受を媒介する経路である。

（４．エリアカメラ検査部２００）
前記したように、エリアカメラ検査部２００は、エリアカメラ撮影部５、検査装置６等から構成される。

エリアカメラ撮影部５は、検査装置６の制御によりエリアカメラで検査対象１０を撮影するものである。図５（ａ）はエリアカメラ撮影部５を示す図である。エリアカメラ撮影部５では、エリアカメラ５１、同軸照明５２、ドーム照明５３が検査対象１０の表面側に設けられ、これにより検査ステージ５５上の検査対象１０の表面の撮影を行う。

エリアカメラ撮影部５では、同軸照明５２及びドーム照明５３を用いて検査対象１０の周囲から検査対象１０の表面に検査光５６を照射し、検査対象１０の表面の法線方向に反射した検査光５６をエリアカメラ５１で受光して検査対象１０の撮影を行う。

エリアカメラ５１は、面状に配列した複数の受光素子の各々で検査光を受光するものであり、本実施形態ではカラー画像による撮影が行われる。なおエリアカメラ５１は前記したラインカメラ２１と比較してカメラ分解能が高く、高解像度で撮影が行えるので、高精度の検査が可能になる。

同軸照明５２は前記した撮影ユニット２０ａの同軸照明２２（図３参照）と同様であり、光源５２１から出射した白色の検査光５６をハーフミラー５２２によって反射し、検査対象１０の表面の法線方向に沿って検査対象１０へと照射するものである。

ドーム照明５３も前記した撮影ユニット２０ａのドーム照明２３（図３参照）と同様の構成となっており、ドーム内面から白色の検査光５６を検査対象１０に向けて照射する。ドーム照明５３が検査対象１０とエリアカメラ５１の間に配置され、ドーム照明５３とエリアカメラ５１の間に同軸照明５２が配置される点も同様である。ドーム照明５３のドーム内面において、検査対象１０の表面の法線方向に対応する部分である頂部には孔５３１が設けられ、孔５３１を介して同軸照明５２からの検査光５６を通すことができる。

図５（ｂ）は検査ステージ５５を上から見た図である。検査ステージ５５は、平面上直交する二軸方向（矢印Ｂ、Ｃ参照）のそれぞれに沿って検査対象１０を搬送可能な二軸搬送装置である。

検査装置６は、エリアカメラ撮影部５を制御して検査対象１０の撮影をカラー画像にて行い、このカラー画像を用いて検査対象１０の欠陥検査を行うものである。

検査装置６は、検査装置３と同様、制御部、記憶部、入力部、表示部、通信部等をバスにより接続して構成されたコンピュータにより実現できる。但しこれに限ることなく、適宜様々な構成をとることができる。

（５．検査対象１０の検査方法）
次に、図６〜図１１を参照して検査システム１による検査対象１０の検査方法について説明する。

（５−１．検査方法の概略）
まず図６を参照して検査方法の概略について説明する。図６は検査方法の概略を示すフローチャートである。

本実施形態では、まずラインカメラ検査部１００で検査対象１０の欠陥検査を行う（Ｓ１）。Ｓ１では、欠陥検査として、検査対象１０の欠陥の検出が行われる。

Ｓ１の欠陥検査では、実際の良品、不良品を分ける基準に比べて厳しい基準を用いて欠陥の検出を行う。従って、Ｓ１で欠陥が無いとされれば検査対象１０は良品であるが、Ｓ１において、実際に不良品となる欠陥（真の欠陥）ではないにも関わらず欠陥有りとされる場合も存在する。

フローチャートの説明に戻る。Ｓ１の欠陥検査で欠陥無しとされた場合（Ｓ２；ＮＯ）、検査対象１０を良品とし、検査装置３等によって検査対象１０が良品である旨が記録される（Ｓ３）。

一方、Ｓ１の欠陥検査で欠陥有りとされた場合（Ｓ２；ＹＥＳ）、エリアカメラ検査部２００にて二次的な欠陥検査を行う（Ｓ４）。Ｓ４では、欠陥検査として、欠陥が真の欠陥であるか否かの判定と、真の欠陥について欠陥種類の判別が行われる。

Ｓ４の欠陥検査で真の欠陥が無いとされた場合（Ｓ５；ＮＯ）、検査対象１０を良品とし、検査装置６等によって検査対象１０が良品である旨が記録される（Ｓ６）。

一方、Ｓ４の欠陥検査で真の欠陥が有るとされた場合（Ｓ５；ＹＥＳ）、検査対象１０を不良品とし、検査装置６等によって検査対象１０が不良品である旨と真の欠陥の欠陥種類が記録される（Ｓ７）。

（５−２．検査装置３での欠陥検査）
次に、前記したＳ１における検査装置３での欠陥検査の流れについて説明する。図７は検査装置３での欠陥検査の流れを示すフローチャートである。図の各ステップは検査装置３の制御部３１により実行される。

Ｓ１では、まず、検査装置３がラインカメラ撮影部２を制御し、ラインカメラ撮影部２で検査対象１０をグレースケール画像にて撮影する（Ｓ１１）。ラインカメラ撮影部２では、検査対象１０を搬送装置２５で搬送しつつ撮影ユニット２０ａ、２０ｂ、２０ｃのそれぞれで検査対象１０の撮影を順次行うことで、広い範囲を高速で撮影できる。撮影画像は各撮影ユニット２０ａ、２０ｂ、２０ｃのラインカメラ２１から検査装置３に送信され、検査装置３は撮影画像を受信する。

次に、検査装置３は、検査対象１０の撮影画像と正の画像から差分画像を作成する（Ｓ１２）。

ここで、本実施形態では撮影ユニット２０ａ、２０ｂ、２０ｃでの撮影画像のそれぞれから、検査対象１０の素材領域１１、めっき領域１２、ハーフエッチング領域１３の欠陥検出を個々に行うものとする。そのため、撮影画像においてこれらの領域を個別に特定するためのマスク画像を用いる。

図８は上記のマスク画像の例を示すものである。マスク画像３０１は撮影ユニット２０ａでの撮影画像から素材領域１１のみを特定するためのものであり、素材領域１１を除く部分が黒で表現されている。

同様に、マスク画像３０２は撮影ユニット２０ｂでの撮影画像からめっき領域１２のみを特定するためのものであり、めっき領域１２を除く部分が黒で表現されている。マスク画像３０３は撮影ユニット２０ｃでの撮影画像からハーフエッチング領域１３のみを特定するためのものであり、ハーフエッチング領域１３を除く部分が黒で表現されている。

Ｓ１２では、例えば、撮影ユニット２０ａでの撮影画像にマスク画像３０１を重畳することで、素材領域１１の画素は撮影画像のままとし他の画素は黒の画素とした画像を作成する。そして、この画像を、当該画像についての正の画像（素材領域１１に欠陥が無い場合の画像）と比較し、対応する位置の画素の画素値の差をとって差分画像を作成する。

同様に、撮影ユニット２０ｂでの撮影画像にマスク画像３０２を重畳することで、めっき領域１２の画素は撮影画像のままとし他の画素は黒の画素とした画像を作成し、この画像と、当該画像についての正の画像（めっき領域１２に欠陥が無い場合の画像）との差分画像を作成する。

撮影ユニット２０ｃでの撮影画像についても、マスク画像３０３を重畳することで、ハーフエッチング領域１３の画素は撮影画像のままとし他の画素は黒の画素とした画像を作成し、この画像と、当該画像についての正の画像（ハーフエッチング領域１３に欠陥が無い場合の画像）との差分画像を作成する。

図９はこれらの差分画像を模式的に示した例である。撮影ユニット２０ａでの撮影画像から得た差分画像４０１では、パターン部分１０ａの素材領域１１の欠陥１１１の部分に、正常部分との輝度差が生じる。この例では欠陥１１１が高輝度の部分として現れている。

同様に、撮影ユニット２０ｂでの撮影画像から得た差分画像４０２では、パターン部分１０ａのめっき領域１２の欠陥１２１の部分に輝度差が生じ、撮影ユニット２０ｃでの撮影画像から得た差分画像４０３では、パターン部分１０ａのハーフエッチング領域１３の欠陥１３１の部分に輝度差が生じる。

検査装置３は、これらの差分画像を所定の閾値で二値化して（Ｓ１３）欠陥部分を抽出し、これに基づいて欠陥の検出を行う（Ｓ１４、検出手段）。検査装置３は、検出した欠陥について、その位置情報や面積、各種の特徴量等を欠陥情報として記憶部３２に記録する。

なお、Ｓ１４における欠陥の検出基準は様々に定めることができ、例えば欠陥部分の面積が所定の基準値を上回る場合に欠陥であると判定するが、これに限定されることはない。

またＳ１４では、検査対象１０が実際の欠陥を有するにも関わらず欠陥無しと判定してしまうリスクを避けるため、欠陥検出時の基準値を、前記したように実際の良品、不良品の判定基準よりも厳しくなるようにしておく。そのため、Ｓ１４で欠陥が無いとされれば実際にも検査対象１０は良品であるが、欠陥有りと判定された検査対象１０の中に、実際には欠陥の無い検査対象１０が混じっている可能性がある。

（５−３．検査装置６での欠陥検査）
次に、前記したＳ４における検査装置６での欠陥検査の流れについて説明する。図１０は検査装置６での欠陥検査の流れを示すフローチャートである。図の各ステップは検査装置６の制御部により実行される。

Ｓ４では、まず検査装置６が、ラインカメラ検査部１００の検査装置３から、検査装置３にて検出された欠陥の位置情報とマスク画像等を受信して取得する（Ｓ４１）。

次に、検査装置６はエリアカメラ撮影部５を制御し、エリアカメラ撮影部５で検査対象１０をカラー画像にて撮影する（Ｓ４２）。

ここでは、検査対象１０を検査ステージ５５上で移動させつつ、パターン部分１０ａの欠陥を含む範囲（以下、欠陥範囲という）と、当該パターン部分１０ａとは別の、欠陥の無いパターン部分１０ａにおいて上記欠陥範囲と対応する範囲（以下、比較範囲という）の撮影を行う。欠陥の無いパターン部分１０ａがどの位置かについての情報は、例えばＳ４１で検査装置３から検査装置６へと送信しておくことができる。

図１１は検査対象１０上の欠陥範囲と比較範囲の例を示す図である。本実施形態では、素材領域１１の欠陥１１１について、左上のパターン部分１０ａの欠陥１１１を含む欠陥範囲Ａが撮影されるとともに、欠陥の無いパターン部分１０ａにおいて、上記欠陥範囲Ａの位置に対応する比較範囲Ａ’の撮影を行う。

同様に、めっき領域１２の欠陥１２１について、中上のパターン部分１０ａの欠陥１２１を含む欠陥範囲Ｂが撮影されるとともに、欠陥の無いパターン部分１０ａにおいて、上記欠陥範囲Ｂの位置に対応する比較範囲Ｂ’の撮影を行う。ハーフエッチング領域１３の欠陥１３１についても、左上のパターン部分１０ａの欠陥１３１を含む欠陥範囲Ｃを撮影するとともに、欠陥の無いパターン部分１０ａにおいて、上記欠陥範囲Ｃの位置に対応する比較範囲Ｃ’の撮影を行う。

欠陥範囲の撮影画像（第１の画像）、比較範囲の撮影画像（第２の画像）はエリアカメラ５１から検査装置６に送信され、検査装置６は撮影画像を受信する。なお、図１１の例では、比較範囲の撮影を行う欠陥の無いパターン部分１０ａを、欠陥を有するパターン部分１０ａの下に隣接するパターン部分１０ａとしているが、これに限ることはない。

フローチャートの説明に戻る。検査装置６は、各欠陥について、欠陥範囲と比較範囲の撮影画像を比較して対応する位置の画素の画素値の差をとり、欠陥範囲と比較範囲の撮影画像から差分画像を作成する（Ｓ４３）。

検査装置６は、差分画像を所定の閾値で二値化するなどして改めて欠陥部分を抽出し、ＲＧＢ値やＨＳＶ値等の欠陥部分の色情報と、欠陥部分の面積を取得する（Ｓ４４、抽出手段）。

欠陥部分の抽出時には、必要に応じて二値化した画像に対し膨張・収縮などの既知の画像処理を行うことも可能である。また小さな欠陥などであれば、欠陥範囲の撮影画像について所定色（例えば欠陥の周囲の正常部分の色）の部分の膨張・収縮処理を行って当該欠陥を消去した画像を作成し、この画像と上記欠陥範囲の撮影画像との差分画像から欠陥部分を抽出することも可能である。

欠陥１１１について、差分画像から抽出した欠陥部分の例を図１２（ａ）に示す。Ｓ４４で取得する色情報は、差分画像において欠陥部分に対応する範囲の色情報とし、色情報としては各画素の画素値の平均などとできるが、これに限ることはない。また差分画像の代わりに欠陥範囲の撮影画像から色情報を取得することもできる。

その後、検査装置６は、欠陥部分が検査対象１０上のどの領域に位置するかを、マスク画像に基づいて作成した領域画像を用いて特定する（Ｓ４５）。

領域画像５００の例を図１３（ａ）に示す。この領域画像５００は前記したマスク画像３０１、３０２、３０３から作成されたものであり、素材領域１１とハーフエッチング領域１３が特定される。まためっき領域１２については、素材領域１１との間の所定幅の境界部１２ａとその内部１２ｂとを別領域として特定している。これらの領域は色分けして表される。

Ｓ４５では、例えば図１２（ｂ）に示すように欠陥部分の画像圧縮を行い、前記したラインカメラ撮影部２での撮影画像と解像度を合わせる。そして、図１３（ｂ）に示すように、欠陥部分（欠陥１１１）の位置を、Ｓ４１で取得した位置情報に基づいて領域画像５００上にマッチングすることで、どの領域のものかを改めて特定できる。図の例では素材領域１１の欠陥であると特定される。

そして、検査装置６は、欠陥が真の欠陥であるか否かを判定するとともに、真の欠陥については、欠陥部分の色情報を用いて欠陥種類を判別する（Ｓ４６、判別手段）。

本実施形態では、欠陥が真の欠陥であるか否かの判定を、欠陥部分の面積を欠陥部分が位置する領域ごとの基準値と比較して行うことができる。例えば欠陥１１１の場合であれば、Ｓ４４で得た欠陥部分の面積を、素材領域１１について予め定められた基準値と比較し、基準値を上回っていれば真の欠陥であるとする。

また、真の欠陥の欠陥種類の判別は、欠陥部分の色情報を用いて行う。欠陥種類としては、めっき欠けやレジスト残り、ムラ、汚れなどがあり、例えば色情報により、素材領域１１の欠陥部分が黄みがかっていれば「レジスト残り」などと判別できる。

具体的な手法としては、例えば「素材領域１１」において欠陥種類が「レジスト残り」であれば色情報が「Ｒ、Ｇの値が１８０〜２００かつＢの値が５０以下」であるなどと、領域ごとに複数の欠陥種類と色情報の値を予め紐付け、判別情報として設定しておく。そして、Ｓ４４で取得した欠陥部分の色情報を、その欠陥部分が位置する領域の判別情報と比較して、色情報が一致する欠陥種類や色情報が最も近い欠陥種類を当該欠陥の欠陥種類と判別できる。このように、欠陥種類についても、領域ごとの基準を用いて判別ができる。

Ｓ４７において、各欠陥が真の欠陥ではない、すなわち検査対象１０に真の欠陥が存在しないとされると、図６で説明したＳ５；ＮＯ→Ｓ６への流れとなり、Ｓ６にて検査対象１０が良品である旨が記録される。

一方、真の欠陥が存在する場合には、図６で説明したＳ５；ＹＥＳ→Ｓ７への流れとなり、検査対象１０が不良品である旨と、真の欠陥について判別された欠陥種類が記録される。

以上説明したように、本実施形態によれば、検査装置６において、検査対象１０を撮影したカラー画像を用いて、その色情報から目視による見えと変わらない条件で欠陥種類の判別ができるようになり、人間の判断に近く、高精度な欠陥の分類を行うことが可能になる。このように色情報を用いて欠陥種類を自動で判別することで、各種の欠陥の発生率をプロセス工程へフィードバックするなどして品質向上に寄与できる。

また、欠陥部分の抽出もカラー画像から行うことができ、目視に近い条件で欠陥部分の抽出が可能になる。ただし、前記の検査装置３でグレースケール画像から抽出した欠陥部分を適用することも考えられる。

また本実施形態では、欠陥部分の面積が基準値を上回っている欠陥部分を真の欠陥とし、欠陥種類の判別を行うことで、欠陥部分の面積を元に切り分けを行い、必要なもののみ欠陥種類の判別を行うことができる。

また、検査装置３におけるグレースケール画像による検査を併用することで、検査効率を向上させることができる。すなわちグレースケール画像を用いて簡易な欠陥検出を行うことができ、この場合、検査装置６で用いるカラー画像は検査装置３で検出した欠陥を含む一部の範囲を撮影したものであればよく、検査対象１０全体を撮影する必要はないので検査効率が向上する。また高解像度でカラー画像による撮影を行った場合でも高い検査効率とできる。

また検査装置６での検査時には、エリアカメラ撮影部５において、前記した検査対象１０の欠陥範囲と比較範囲を撮影し、これらの撮影画像を比較して差分画像を作成するので、事前に正の画像を用意する必要がなく、検査対象１０の種類が変わるごとに正の画像を作成する必要もないので検査の手間が省ける。

また本実施形態では検査装置６が上記の差分画像から欠陥部分の抽出を行い、差分画像における欠陥部分の色情報を用いて欠陥種類の判別を行うことで、欠陥部分の抽出と欠陥種類の判別を好適に行うことができる。

さらに本実施形態では、検査装置３において、検査対象１０の複数の領域のそれぞれについて、領域を特定するマスク画像を用いて欠陥の検出を行い、検査装置６では、マスク画像に基づいて欠陥が検査対象１０のどの領域（素材部分１１、めっき領域１２の境界部１２ａや内部１２ｂ、ハーフエッチング部１３等）に位置するかを特定し、領域ごとの基準を用いて欠陥種類を判別する。こうして検査対象１０の領域ごとの検査を行うことで、各領域の材質等に応じた高精度な欠陥検査ができる。また、例えばめっき領域１２の欠陥検査にハーフエッチング領域１３の欠陥が影響を与えるといったこともなく、誤検知なども抑制でき、欠陥種類の判別も容易になる。さらに、両検査装置３、６で共通のマスク画像を用いることで、それぞれの検査装置３、６でマスク画像を作成する必要もなく、検査の手間も省略できる。

しかしながら、本発明は上記説明した実施形態に限らない。例えばＳ１における欠陥検査は、検査対象１０のグレースケール画像から欠陥が検出できればよく、前記した方法に限ることはない。Ｓ４における欠陥検査も同様、検査対象１０のカラー画像に基づき、欠陥部分の色情報を用いて欠陥種類の判別を行えばよく、前記した方法に限らない。

また検査対象１０も上記したものに限らない。例えば検査対象１０の基材は樹脂等であってもよく、これらの基材にめっきやハーフエッチング以外の処理が施されたものであってもよい。

以上、添付図面を参照して、本発明の好適な実施形態について説明したが、本発明は係る例に限定されない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

１；検査システム
２；ラインカメラ撮影部
３、６；検査装置
５；エリアカメラ撮影部
１０；検査対象
１０ａ；パターン部分
１１；素材領域
１２；めっき領域
１２ａ；境界部
１２ｂ；内部
１３；ハーフエッチング領域
２０ａ、２０ｂ、２０ｃ；撮影ユニット
２１；ラインカメラ
２２、５２；同軸照明
２３、５３；ドーム照明
２４；照明
２５；搬送装置
２６、２８、５６；検査光
５１；エリアカメラ
５５；検査ステージ
１００；ラインカメラ検査部
１１１、１２１、１３１；欠陥
２００；エリアカメラ検査部
２２１、５２１；光源
２２２、５２２；ハーフミラー
２３１、５３１；孔
３０１、３０２、３０３；マスク画像
４０１、４０２、４０３；差分画像
５００；領域画像

Claims (12)

1. 検査対象を撮影したグレースケール画像による撮影画像から検査対象の欠陥を検出する検出手段と、
   検査対象を撮影したカラー画像から検査対象の欠陥部分を抽出する抽出手段と、
   検査対象を撮影したカラー画像による撮影画像に基づき、前記欠陥部分の色情報を用いて欠陥種類を判別する判別手段と、
   を有し、
   前記検出手段は、検査対象の複数の領域のそれぞれについて、前記領域を特定するためのマスク画像を用いて欠陥の検出を行い、
   前記判別手段は、前記欠陥部分の解像度を前記グレースケール画像の解像度に合わせ、前記検出手段による前記欠陥の検出位置に基づいて、前記マスク画像に基づいて作成された領域画像上に前記欠陥部分をマッチングし、前記欠陥部分が検査対象上のどの領域に位置するかを特定することを特徴とする検査システム。
2. 前記検出手段は、検査対象の複数の領域のそれぞれについて、異なる撮影画像から欠陥の検出を行うことを特徴とする請求項１記載の検査システム。
3. 異なる色の照明下で前記検査対象を撮影して前記異なる撮影画像を得る複数の撮影ユニットを有することを特徴とする請求項２記載の検査システム。
4. 前記判別手段は、前記欠陥部分の面積が基準値を上回っている場合、欠陥種類の判別を行うことを特徴とする請求項１から請求項３のいずれかに記載の検査システム。
5. 前記カラー画像は、前記検出手段で検出した欠陥を含む、検査対象の一部の範囲を撮影したものであることを特徴とする請求項１から請求項４のいずれかに記載の検査システム。
6. 検査対象は、所定のパターンのパターン部分を複数有するものであり、
   前記カラー画像は、検査対象のパターン部分において前記欠陥を含む範囲を撮影した第１の画像と、別のパターン部分において、前記範囲に対応する範囲を撮影した第２の画像とを含むことを特徴とする請求項５記載の検査システム。
7. 前記抽出手段は、前記第１の画像と前記第２の画像の対応する位置の画素値の差分をとって作成した差分画像から前記欠陥部分の抽出を行うことを特徴とする請求項６記載の検査システム。
8. 前記判別手段は、前記差分画像における前記欠陥部分の色情報を用いて欠陥種類の判別を行うことを特徴とする請求項７記載の検査システム。
9. 前記判別手段は、前記欠陥部分が位置する検査対象上の領域ごとの基準を用いて、前記欠陥部分の欠陥種類を判別することを特徴とする請求項１から請求項８のいずれかに記載の検査システム。
10. 検査システムの検出手段が、検査対象を撮影したグレースケール画像による撮影画像から検査対象の欠陥を検出し、
    前記検査システムの抽出手段が、検査対象を撮影したカラー画像から検査対象の欠陥部分を抽出し、
    前記検査システムの判別手段が、検査対象を撮影したカラー画像による撮影画像に基づき、前記欠陥部分の色情報を用いて欠陥種類を判別し、
    前記検出手段は、検査対象の複数の領域のそれぞれについて、前記領域を特定するためのマスク画像を用いて欠陥の検出を行い、
    前記判別手段は、前記欠陥部分の解像度を前記グレースケール画像の解像度に合わせ、前記検出手段による前記欠陥の検出位置に基づいて、前記マスク画像に基づいて作成された領域画像上に前記欠陥部分をマッチングし、前記欠陥部分が検査対象上のどの領域に位置するかを特定することを特徴とする検査方法。
11. コンピュータを、
    検査対象を撮影したグレースケール画像による撮影画像から検査対象の欠陥を検出する検出手段と、
    検査対象を撮影したカラー画像から検査対象の欠陥部分を抽出する抽出手段と、
    検査対象を撮影したカラー画像による撮影画像に基づき、前記欠陥部分の色情報を用いて欠陥種類を判別する判別手段と、
    して機能させ、
    前記検出手段は、検査対象の複数の領域のそれぞれについて、前記領域を特定するためのマスク画像を用いて欠陥の検出を行い、
    前記判別手段は、前記欠陥部分の解像度を前記グレースケール画像の解像度に合わせ、前記検出手段による前記欠陥の検出位置に基づいて、前記マスク画像に基づいて作成された領域画像上に前記欠陥部分をマッチングし、前記欠陥部分が検査対象上のどの領域に位置するかを特定することを特徴とするプログラム。
12. コンピュータを、
    検査対象を撮影したグレースケール画像による撮影画像から検査対象の欠陥を検出する検出手段と、
    検査対象を撮影したカラー画像から検査対象の欠陥部分を抽出する抽出手段と、
    検査対象を撮影したカラー画像による撮影画像に基づき、前記欠陥部分の色情報を用いて欠陥種類を判別する判別手段と、
    して機能させ、
    前記検出手段は、検査対象の複数の領域のそれぞれについて、前記領域を特定するためのマスク画像を用いて欠陥の検出を行い、
    前記判別手段は、前記欠陥部分の解像度を前記グレースケール画像の解像度に合わせ、前記検出手段による前記欠陥の検出位置に基づいて、前記マスク画像に基づいて作成された領域画像上に前記欠陥部分をマッチングし、前記欠陥部分が検査対象上のどの領域に位置するかを特定することを特徴とするプログラムを記憶した記憶媒体。

Images